Исследования для интернет-магазина «Стримчик»

Мы работаем в интернет-магазине «Стримчик», который продаёт по всему миру компьютерные игры. Из открытых источников доступны исторические данные о продажах игр, оценки пользователей и экспертов, жанры и платформы (например, Xbox или PlayStation). Нам нужно выявить определяющие успешность игры закономерности. Это позволит сделать ставку на потенциально популярный продукт и спланировать рекламные кампании.

Цель исследования:

Описание данных:

Ход исследования и основные задачи проекта:

  1. описать общую информацию о данных;
  2. провести предобработку данных:
  1. провести исселодовательский анализ данных:
  1. составить портрет пользователя каждого региона:
  1. проверить гипотезы:
  1. написать общий вывод по проекту.

Шаг 1. Загрузка данных

1.1 Импорт необходимых библиотек

1.2 Загрузка и чтение данных из csv-файла в датафрейм c помощью библиотеки pandas

Дата-сет на данный момент содержит 16715 строк и 11 столбцов. Исходя из общих данных по дата-сету, видна необходимость предобработки данных, а именно: переименование значений столбцов таблицы для удобной дальнейшей работы, предобработка пропусков в данных о названии игры, платформе, годе выпуска, рейтинге и отзывах критиков и пользователей, а также необходимо изменить тип данных в некоторых столбцах.

Шаг 2. Предобработка данных

2.1 Переименование столбцов

2.2 Преобработка дубликатов

Явных дубликатов не было найдено. Однако стоит проверить совпадения по названию игры, платформе и году выпуска.

Было найдено 2 повторяющиеся строки. Было решено обработать только ту строку, которая не содержит пропусков, т.к. другая в процессе дальнейшей обработки, возможно, будет удалена.

Различия данных строк заключаются только в показателях продаж на европейском рынке. В данном случае, мы может прибавить к показателям первой строки показатели второй, а затем удалить вторую строку.

2.3 Просмотр уникальных значений

2.4 Обработка пропусков

Так как в данном датасете представлены игры и их реализация на разных платформах, то у нас появляется возможность заполнить пропуски в данных о годе выпуска игры.

До работы над пропусками в данном столбце их количество составляло 269, после предобработки - 146. Таким образом мы смогли заменить восполнить почти половину пропусков.

Количество пропусков, которые нам не удалось обработать, достаточно мало, чтобы их удаление из датасета повлияло на дальнейший анализ. Поэтому, их стоит удалить.

Проверяем количество оставших пропусков в дургих столбцах.

Количество пропусков в данных об оценках пользователей и критиков, а также рейтинге игры слишком велико, чтобы удалить все пропуски, поэтому их следует обработать. Однако, обработке могут подлежать некоторые данные из стобца "оценки пользователей" и "рейтинг". В основном, пропуске в столбце с оценкой лучше оставить нетронутыми, так как мы не можем заменить их на какой-либо логичный или устредненный показатель.

При просмотре уникальных значений в столбце "оценка пользователей" присутствует непредполагаемое значение "tbd". В игровой сфере расшивровка данной аббревиатуры может быть - To Be Determined, то есть "Будет определено". Стоит отметить также, что у этой аббревиатуры могут быть и иные значения, например To Be Done - должно быть сделано, или To Be Discussed - подлежит обсуждению.

Мы можем сделать вывод, что при данном значении, выпущеная игра еще не получила оценки пользователей. Данный показать следует заменить на пропуск.

Обращая внимания на уникальные значения в столбце "рейтинг", мы видим некоторые особенности:

  1. все значения с расшифровкой по данным Entertainment Software Rating Board (ESRB):
  1. Значение "K-A" присутствует в датасете и может быть заменено на современный аналог "E"
  2. Пропуски мы не можем заменить, их следует переименовать, чтобы не удалять большую часть данных.

2.5 Изменение типы данных в столбцах

2.6 Подсчет суммарных продажи во всех регионах

В ходе предобработки данных была проведена работы с дубликатами, пропусками, названиями и типами столбцов, а также добавление новых необходимых значений.

Данные готовы к анализу.

Шаг 3. Исследовательский анализ данных

3.1 Сколько игр выпускалось в разные годы. Важны ли данные за все периоды?

До 1990г. количество выпускаемых игр было мало. Начиная с 1991г., наблюдается плавный рост показателей количеста выпущенных игр. Однако, мы можем наблюдать резкий скачек показателей в 2002г., и, дейцствительно, в этом году вышлол огромное количество игр для всевозможных платформ. Количество выпускаемых игр продолжало набирать обороты до 2008г. После пошоло на спад, а в 2012г. резко упало. Данный факт можно объяснить смены вектора разработков видеоигр на игры для мобильных устройств из-за их большей популярности и доступности.

Данную тенденция мы можем проследить и в разрезе по регионам.

3.2 Как менялись продажи по платформам?

За весь исследуемый период на рынке самыми популярными по продажам платофрмы были:

  1. Sony PlayStation 2
  2. Xbox 360
  3. Sony PlayStation 3
  4. Wii
  5. Nintendo DS
  6. Sony PlayStation (первое поколение)

Платформа Nintendo DS, по найденным нами данным, впервые была выпущена в 2004г. в США и Японии и в 2005г. во всех остальных регионах. В данных мы можем наблюдать несоотвествующую информации строку, где дата релиза игры на платформе DS значится 1985г. Это, опредленно, являюется выбрасом, который стоить удалить из датафрейма.

Nintendo DS оставалась довольно популярной с 2004г. вплоть до 2013. Линии продаж разных поколений платформ PlayStation идут в нахлест и показывают сменяемость поколений и довольно стабильные продажи. Xbox360 держится на рынке с 2005г., ее показатели схожи с PlayStation 3,т.к. они вышли в один период. Резкое начало и в дальнейшем спад был у платформы Wii.

Сюдя по графикам, что остается неизменным - популярность платформ Sony PlayStation каждого поколения в свое время.

3.3 Выберите платформы с наибольшими суммарными продажами и постройте распределение по годам

Рассматривая каждую из топ-5 платформ в динамике по годам отдельно друг от друга, мы также можем заметить приемственность поколений Sony PlayStation (вскоре после появления новой ее платформы, объем продаж старой снижается, но плавно).

Платформы Wii и DS имели большой успех в свое время, начиная с 2004г., однако, к 2014г. полностью потеряли продажи).

Большую перспективу имеют платформы нового поколения: PlayStation 4 и Xbox one. В следствие недавнего появляния их продажи еще не привысили показатели их предшественников, но, судя по тенденции, в скором постепенно возрастут.

3.4 За какой характерный срок появляются новые и исчезают старые платформы?

Тепловая карта и данные вычисления наглядно показывают, что жизненный цикл платформы составляет в среднем 7.5 лет.

Актуальный период

Актуальным периодом для работы над анализом перспектив мы можем считать период с 2012г. (Показатели за 5 предыдущих лет предположительно проявят перспективы на 2017г.)

3.5 Создание актуального датафрейма

В выбранный период на рынке были представлены игры для 11 платформ.

3.6 Какие платформы лидируют по продажам, растут или падают? Выберите несколько потенциально прибыльных платформ.

У всех представленных консолей продажи падают с 2014г.

Несмотря на это, лидером продаж является платформа Sony PlayStation 4, чьи продажи все же сокращаются к 2016 г. Это может предвещать скорое появления платформы PS 5 на рынке.

Конкурентной платформой для PS4 является Xbox One. Они обе являются новейшими платформами на тот период, хотя продажи Xbox One в 2 раза меньше, чем у его конкурента.

Nintendo 3DS занимает четвертое место по продажам за актуальный период. Ее продажи также падают к 2016г., но они не упали до нуля.

Продажи на консолях DS, PSP, PSV, PS3, X360, Wii в течение актуального периода и к его концу снизились до минимума. Данные консоли уже не актуальны. Их также уже нельзя считать прибыльными.

Продажи игр для платформы PC также снижаются до критических отметок. Однако, возможно, данную платформу не стоит считать неактульной. На протяжении всего времени существования персонального компьютера созавались и выпускались видеоигры. Смею предположить, что в будущем будет наблюдаться рост релизов новых игр на PC.

3.7 «Ящик с усами» по глобальным продажам игр в разбивке по платформам

Построение графика boxplot

Исходя из гистограммы рассеяния, можно заметить, что у самых продаваемых платформ имеется большое количество выбрасов. Это может быть связано с выпуском необычайно популярных и продаваемых игр. Однако, мы не можем дать оценки по средним показателям платформ, поэтому стоит построить гистограмму рассеяния без учета выбросов.

Построение графика boxplot без выбросов.

В число платформ с максимальным числом продаж, которые преодолели отметку в 700 тыс. по третьему квартилю, входят Xbox 360, Wii и PS4. Не далеко от них расположился Xbox One. Наиболее перспективнми платформами с точки зрения продаж и жизненного цикла являются PS 4 и Xbox One, чей жизненный цикл начался относительно недавно и продажи которых в будущем не будут снижаться до выхода платформ нового поколениях тех же компаний.

3.7 Как влияют на продажи внутри одной популярной платформы отзывы пользователей и критиков

В качестве самой популярной платформы на актульный период была выбрана самая продаваемая платформа PS 4.

Корреляция между продажами игр на данной платформе и оценкой игры критиками умеренная (0.4).

Корреляция между продажами игр на данной платформе и оценкой игры пользователями слабая отрицательная (-0.03).

Таким образом, оценка критиков не сильно влияет на продажи игры, не наблюдается прямой зависимости продаж от оценки. Оценка пользователей, можно считать, почти никак не вляет на продажи игры в целом.

3.8 Соотнесите выводы с продажами игр на других платформах

У всех остальных платформ ситуация скаладывается похожим образом. Оценка критиков незначительно влияет на продажи, в то время как оценка пользователей не оказывает влияния.

3.9 Общее распределение игр по жанрам

Самыми продаваемые жанрами игр за весь период являются: Action, Sports, Shooter, Role-playing и Platform.

Самыми прибыльными играми по данными за актуальный период являются Shooter, Platform и Sports. Данные жанры игр стабильно приносят высокий по отношению к другим жанрам доход.

По числу выпущенных игр и общей сумме продаж лидируют также Action, Role-playing и Misc. Однако, их продажи трудно назвать стабильными, хотя они и пользуются популярностью.

Самой низкой показателями продаж обладают игры в жанре Puzzle, Stragedy и Adventure.

Шаг 4. Портрет пользователя для каждого региона

4.1 Самые популярные платформы (топ-5)

Самой популярной платформой в Северной Америке является Xbox360 (24%). Далее идут PS4 (18%), PS3(17%) и XOne(16%).

Самой популярной платформой в Европе является таже PS 4 (28%). Далее идут PS3 (21%), Xbox360(15%) и XOne(10%).

Самой популярной платформой в Японии является 3DS (46%). Далее идут PS3 (18%), PSV(11%) и PS4(8%).

4.2 Самые популярные жанры (топ-5)

Самым популярным жанром в Северной Америке является Action (30%). Далее идут Shooter (24%), Sports(14%) и Role-playing(11%).

Самым популярным жанром в Европе является таже Action (32%). Далее идут Shooter (22%), Sports(14%) и Role-playing(10%).

Самым популярным жанром в Японии является Role-playing(34%). Далее идет Action (27%). Остальные почти в равной степени продаваемы.

4.3 Влияет ли рейтинг ESRB на продажи в отдельном регионе?

В Северной Америке и Европе рейтинг игры определенно оказывает влияние на количество проданных игр. Так, наибольшей популярностью обладают игры с рейтингом M («Для взрослых»).

В Японии не прослеживается сильное влияние известного нам рейтинга на продажи. Игры с рейтингом E («Для всех») и T («Подросткам») немного больше набирают количество продаж в сравнении с другими. Игры с неизвестным рейтингом определенно выбиваются из общей картины.

Обобщенные портреты пользователей каждого региона

В Северной Америке пользователь предпочитает платформу Xbox360 или PS4, на которой играет в игры жанра Action с рейтингом M («Для взрослых»).

В Европе пользователь также предпочитает платформу PS4, на которой играет в игры жанра Action с рейтингом M («Для взрослых»).

В Японии пользователь предпочитает платформу 3DS, на которой играет в игры жанра Role-playing или Action с рейтингом E («Для всех») и T («Подросткам»).

Шаг. 5 Проверка гипотез

Гипотеза №1

Нулевая и альтернативная гипотезы:

H0 - Средние пользовательские рейтинги платформ Xbox One и PC одинаковые

H1 - Средние пользовательские рейтинги платформ Xbox One и PC отличаются

Для проверки гипотезы применим о равенстве средних двух неравных генеральных совокупностей t-критерий Стьюдента. Определим пороговое значение p-value = 0.05

Нулевую гипотезу не получилось отвергнуть. Следовательно, можно полагать, что средние пользовательские рейтинги платформ Xbox One и PC одинаковые. Возможно, набор игр предоставляемых на данных платформах схож, следовательно и оценки пользователей тажке могут совпадать.

Гипотеза №2

Нулевая и альтернативная гипотезы:

H0 - Средние пользовательские рейтинги жанров Action (англ. «действие», экшен-игры) и Sports (англ. «спортивные соревнования») одинаковые

H1 - Средние пользовательские рейтинги жанров Action (англ. «действие», экшен-игры) и Sports (англ. «спортивные соревнования») разные

Для проверки гипотезы применим о равенстве средних двух неравных генеральных совокупностей t-критерий Стьюдента. Определим пороговое значение p-value = 0.05

Нулевая гипотеза была отвергнута. Можно полагать, что средние пользовательские рейтинги жанров Action (англ. «действие», экшен-игры) и Sports (англ. «спортивные соревнования») разные. То есть пользователи по разному оценивают игры в данных жанрах.

Общий вывод

В ходе проведения исследования для интернет-магазина «Стримчик» было выполнено:

  1. Загрука данных:
  1. Предобработка данных:
  1. Исследовательский анализ данных:
  1. Портрет пользователя для каждого региона:
  1. Проверка гипотез:

Интернет-магазину "Стримчик" можно дать следующие рекомендации: